[发明专利]一种Fast RVM污水处理故障诊断方法

摘要

本发明公开的本发明公开了一种Fast RVM污水处理故障诊断方法，包括以下顺序的步骤：1)剔除掉污水数据中待识别样本中属性不完整的样本，由于各样本属性量纲的不同，对其进行归一化处理，归一化到[0,1]区间中；2)基于聚类的快速相关向量机多数类数据压缩模块；3)虚拟少数类向上采样的少数类数据扩充模块；4)“一对一”的快速相关向量机多分类模型；5)快速相关向量机污水故障诊断建模。本发明通过基于聚类的快速相关向量机对多数类数据压缩和虚拟少数类向上采样方法对少数类数据扩充，降低了污水数据的不平衡性，同时采用Fast RVM对污水生化处理过程建立多分类模型，有效提高了对污水生化处理系统的故障诊断精度。

主权项

1.一种Fast RVM污水处理故障诊断方法，其特征在于，包含以下顺序的步骤：S1.剔除污水输入和输出的数据中的异常点，对其进行归一化处理，归一化到[0,1]区间中；S2.基于聚类的快速相关向量机多数类数据压缩模块，将训练样本中的多数类样本数据采用K‑means方法进行聚类；具体过程如下：S201、假设多数类样本集X＝{x1,x2,…,xa,…,xn}为n个Rd空间的数据，从n个数据对象中随机选择k个对象作为初始的聚类中心；S202、然后对剩余的样本对象则根据与各个聚类中心的距离分别分配到距离最相近的聚类中心中；计算距离的公式如下，假设cj为第j个类的中心，则xa与cj的距离为：S203、根据集合中的点更新每个类的聚类中心，假设第j个类中的样本为即包含了n_j个样本，则该类的聚类中心为其中为类中心c_j的第b个属性，计算公式如下：S204、不断重复S202、S203步骤，直到标准测度函数收敛为止，采用均方差作为计算标准测度函数，其形式为：将多数类样本聚类后，对聚类后的样本类别进行快速相关向量机分类建模，从而通过建模获取相关向量；S3.虚拟少数类向上采样的少数类数据扩充模块将训练样本中的少数类样本数据采用SMOTE进行数据扩充；S4.将处理后的所有类的样本数据重新组合构成新的训练集，建立“一对一”的快速相关向量机多分类模型，对建好的分类模型输入测试集进行投票，得到测试结果，从而实现对污水处理的整体运行状态的识别。